A kockázatelemzés szerepe a beruházások pénzáramlásának meghatározásában. Írta: Fekete István. PhD értekezés tézisei

Átírás

1 A kockázatelemzés szerepe a beruházások pénzáramlásának meghatározásában Írta: Fekete István PhD értekezés tézisei Budapesti Műszaki és Gazdaságtudományi Egyetem Műszaki Menedzser Szak Doktori Tanácsa Budapest, 2000 File: Tézis.doc

2 1. Bevezetés A vállalati menedzsment részéről egyre inkább megfogalmazódik az az igény, hogy a stratégiai döntések alátámasztására, a bizonytalanság modellezésére tudományos eszközöket, módszereket alkalmazzanak, ezzel megteremtve a kapcsolatot a döntések és a döntések várható következményei között. Másképpen ez úgy is megfogalmazható, hogy tudatosan kívánják vállalni a döntéseikből eredő kockázatokat, illetve azok bekövetkezése esetén a tervszerű kockázatcsökkentés végrehajtását a profit maximalizálása érdekében. Ez az oka annak, hogy manapság a vállalati gyakorlatban nagyon aktuális téma kockázatelemzéssel, kockázatkezeléssel foglalkozni, mivel az élesedő versenyben egyre nagyobb jelentőséget kap a mindennapi tevékenységgel összefüggő bizonytalanságok, kockázatok feltárása, azok hatásainak számszerűsítése és az elemzés eredménye alapján a kockázatcsökkentő akciók végrehajtása. A rendelkezésre álló szakirodalom bőségesen tartalmaz különböző eszközöket és módszereket a kockázatelemzés elvégzésére. Ezek áttanulmányozása során azonban azt tapasztaltam, hogy azok alkalmazása nehézségekbe ütközik, mivel a gyakorlati szakemberek számára nyelvezetük nehezen érthető, demonstrációs példát ritkán tartalmaznak. Más szavakkal ugyanezt megfogalmazva, a szakirodalomban ajánlott módszerek általában nem felhasználóbarátok. Mindezt felismerve az értekezés megírásával a célom elsősorban nem a szakirodalomban található módszerek tudományos igényű rendszerezése, javaslattétel azok esetleges továbbfejlesztésére, hanem a kockázatelemzés végrehajtása olyan elméletileg megalapozott javaslat adása, mely a vállalati gyakorlatban könnyen alkalmazható, és amelyre a menedzsment a döntéseit alapozhatja. Számomra éppen ez volt a fontos az értekezés elkészítésekor; azaz a munkahelyem a Matáv Rt számára a beruházások megvalósítását körülvevő bizonytalanságok kezelésére olyan, részben a szakirodalomból eddig is ismert eljárásokra, részben pedig új elemekre épülő módszer kidolgozása, amely a társaság üzleti tevékenységébe nagyobb nehézségek nélkül integrálható. Ezért bár javaslataimat igyekszem általános megközelítésben tárgyalni, több helyen utalást teszek a távközlési beruházásokra jellemző specialitásokra is. A fentiekből következően jelen értekezésnek tehát nem célja a témával kapcsolatos fogalmak tudományos igényű tisztázása, mégis úgy érzem, hogy elengedhetetlen röviden File: Tézis.doc

3 definiálni legalább a kockázat és a bizonytalanság fogalmát, mivel ez nagy mértékben elősegíti az értekezésem további részének jobb megértését. Mielőtt azonban erre rátérnék, érdemes megemlíteni, hogy mindennemű tevékenység együtt jár valamilyen kockázatvállalással is. Így beszélhetünk pl. informatikai, biztonsági, pénzügyi, műszaki, jogi, gazdasági stb. kockázatokról. Én az értekezésemben továbbá a gazdasági, azon belül a vállalati beruházások elemzésével kapcsolatban felmerülő bizonytalanságok és kockázatokkal szeretnék foglalkozni. A témának gazdag irodalma van, melyben többféle megközelítéssel találkozhatunk. Csak a gazdasági kockázat tekintetében meg kell különböztetnünk a kockázat matematikai, gazdasági és jogi megfogalmazását is 1. Ezek közül témaválasztásomra tekintettel szeretném kiemelni a kockázat matematikai fogalmát, melyet a szakirodalom 2 a beruházások esetében úgy közelít meg, hogy az a beruházásra jellemző jövedelmezőségi mutató ingadozását (szórását) méri. A kockázat fogalmának megértéséhez egy másik fogalmat, a valószínűség fogalmát is értelmezni kell. A kockázatelemzés szempontjából a valószínűség matematikai - statisztikai értelmezését kell alapul venni, mely szerint a valószínűségek a nagy számban ismétlődő események relatív gyakoriságának határértékei, azaz azok az értékek, amelyek körül a relatív gyakoriságok ingadoznak 3. Egy másik megközelítésben a kockázat olyan helyzetet jelent, amelyben egy esemény bizonyos valószínűséggel fordul elő, azaz a lehetséges jövőbeni események száma nagyobb, mint a ténylegesen bekövetkezőké, de az eseményekhez bizonyos valószínűségi értékek rendelhetők. Így elvileg bármely befektetés kockázata is teljes mértékben kifejezhető az összes lehetséges kimenettel és ezek valószínűségeinek meghatározásával. A gyakorlatban azonban ez igen nehéz, csaknem lehetetlen. Ezért használjuk a szórást, mint a kockázat mérőszámát a lehetséges kimenetek változékonyságának jellemzésére 4. Ugyanez a megközelítés a bizonytalanságot úgy definiálja, hogy a lehetséges kimeneti állapotok ismeretlenek illetve a lehetséges állapotok ismertek, de bekövetkezési valószínűségeit nem ismerjük. Tehát a bizonytalanság és a kockázat két különböző fogalom, mivel a bizonytalansággal szemben a kockázat esetében a lehetséges kimenetek valószínűségeit meg lehet becsülni. 1 A gazdasági kockázat történeti áttekintését mutatja be Bácskay Huszti-Meszéna Mikó Szép: A gazdasági kockázat és mérésének módszerei című kitűnő könyv. Közgazdasági és Jogi Könyvkiadó Budapest, oldal [3] 2 Dr. Andor György: Beruházási döntések számítógépes támogatása doktori (PhD) értekezés Budapest, oldal, 10 oldal [1] 3 A valószínűség fogalmát és meghatározásának módszereit részletesen tárgyalja az Alkalmazott statisztika I. Egyetemi jegyzet (Szerk. Dr. Szabó Gábor Csaba) Műegyetemi Kiadó Budapest old.[4] 4 A kérdéssel részletesen foglalkozik Kerepesi Katalin- Romvári Katalin: Közgazdaságtan Mérnököknek című egyetemi jegyzete Műegyetem Kiadó Budapest, oldal [6] File: Tézis.doc

4 A fenti fogalmi meghatározásokkal egyetértve, azok értekezésemben is végig megjelennek. Az értekezés következő fejezeteiben javasolt módszer első moduljában a kockázati tényezők azonosítása után azok értékelését úgy végezzük el, hogy szakértői workshop keretében először hatástényezőket (kimeneteket) definiálunk, majd megfelelő skála transzformációval az egyes kimenetek értékeléséhez valószínűségi becsléseket végzünk. Az itt kapott eredmények a beruházások gazdasági, pénzügyi elemzése során is felhasználhatók. A beruházási pénzáram egyes elemeinek pontos értéke ugyanis - még nagyon alapos előkészítés mellett sem - ismert teljes bizonyossággal. Ezért az egyes tényezők nagyságának meghatározásakor óhatatlanul becslési hibát követünk el 5. Ebben az esetben célunk tehát nem lehet más, mint megfelelő módszerrel (pl. brainstorming és szakértői workshop-ok) olyan bemenő adatokat generálni, amelyek - a megfelelő modell alkalmazásával (pl. Monte-Carlo szimulációs modell) felhasználhatók a bizonytalanságok hatásainak számszerűsítésre alkalmas különböző forgatókönyvek készítéséhez, abból a célból, hogy már a döntéshozatal során figyelembe vehetők legyenek a beruházás hozamát befolyásoló, a jövőben bekövetkező váratlan események következményei is. Ezen értelmezés szerint, mellyel én is egyetértek, a Monte Carlo szimuláció alkalmazásának elsődleges haszna a beruházás élettartama során keletkező pénzáram nagyságára ható kockázati tényezők azonosítása után azok hatásainak számszerűsítése (várható érték és szórás kiszámítása). Az értekezés harmadik fejezete foglakozik részletesen a Monte-Carlo szimuláció gyakorlati alkalmazásának kérdéseivel. A szimuláció alkalmazásának azonban hátránya, hogy nem veszi figyelembe a beruházási döntéshozókat körülvevő dinamikus környezetből adódó folyamatos változásokat, azaz nem teszi lehetővé a dinamikus optimalizációt. Ennek kiküszöbölésére alkalmazható a reálopció, mely a menedzsment dinamikus beruházási lehetőségei ragadja meg az opciós árelmélet fogalmával, másrészt értelmezi az értékeléshez szükséges paramétereket és az értékelési modelleket a reáleszközökre vonatkozó opciók esetében. Ezért a 4. fejezetben bőséges elméleti hátteret adok a reálopció értékeléséhez, majd néhány javaslatot arról, hogy alkalmazzuk ezt az eljárást a gyakorlatban. Az értekezés 5. fejezetében következik a javasolt módszer tesztelése egy mintapéldán, majd a tapasztalatokból levont következtetések alapján javaslatot teszek a továbbfejlesztés irányaira.. File: Tézis.doc

5 2. Az értekezés célja A bevezetésben felvetett kérdéseknek megfelelően az értekezés célja olyan a gyakorlati munka során könnyen alkalmazható komplex megközelítés kidolgozása, mely az alábbiakat foglalja magában: A beruházási projektek kockázatelemzési és kezelési folyamatának újragondolása és definiálása; A beruházási projekt megvalósításával kapcsolatban felmerülő kockázati tényezők azonosítására és a kritikus kockázati tényezők kiválasztására új módszer kifejlesztése; Monte-Carlo szimulációs modell alkalmazása az előzőekben kiválasztott kritikus kockázati tényezők hatásának számszerűsítésére; A szimuláció eredményét felhasználva a reálopció értékének meghatározására javaslat készítése Monte-Carlo szimuláció felhasználásával; A javasolt módszer gyakorlati példán történő kipróbálása, a kapott eredmények interpretálása; Javaslattétel a továbbfejlesztés irányaira. Az értekezés vázát a fenti gondolatmenetnek megfelelően alakítottam ki. Először bemutatom a beruházás kockázatelemzési és kezelési folyamat általam elképzelt legfontosabb lépéseit. A továbbiakban ez a folyamatábra képezi az értekezés és a javasolt módszertan vezérfonalát, a bevezetőben elmondottaknak megfelelően. 3. Szakirodalmi összefoglaló A kockázatok vizsgálatának két jól elválasztható területe van: a kockázatok leíró jellegű elemzése 6, a kockázatok hatásainak számszerűsítésével foglalkozó módszerek. Mindkét területen, de különösen a számszerűsítés kapcsán különböző módszerek alakultak ki, melyek közös célja a beruházások megvalósítását körülvevő bizonytalanságok hatásainak figyelembevétele. A számszerűsítés területén is gyakorlatilag két jól elkülöníthető irányzat figyelhető meg: 6 A vállalati gyakorlatban leginkább a szöveges elemzés terjedt el. File: Tézis.doc

6 a kockázatok statikus környezetben történő vizsgálata, a dinamikus környezetben rejlő lehetőségek optimalizálása. A statikus környezetben történő kockázatelemzési módszerek közül a gyakorlatban legnagyobb jelentőséggel bír az érzékenységvizsgálat 7 és a Monte-Carlo szimulációs eljárás alkalmazása. Az érzékenységvizsgálat során azt elemzik, hogy a vizsgálatba bevont egyes kockázati tényezők előfordulási értékeiben bekövetkező változások milyen mértékben befolyásolják az elemzés alapjául szolgáló hatástényezőt (pl. folyó működésből származó pénzáram, vagy a beruházás hozama). Az érzékenységvizsgálat figyelmen kívül hagyja: a kockázati változók közötti esetleges összefüggéseket, függvényszerű kapcsolatokat, a kockázati változók előfordulási valószínűségeit. Az érzékenységvizsgálat fenn említett hátrányait küszöböli ki a Monte-Carlo szimuláció, mely a modellépítés során a változók közötti sztochasztikus kapcsolatok elemzését is elvégzi. A szimulációs modell alkalmazásának egyik úttörője David Hertz, aki a ma már klasszikusnak számító munkájában 8 ismertette a szimulációs modell felépítésének lépéseit. A szimulációs modellek alkalmazásának hátránya a modellépítés nehézségei mellett, hogy nem veszi figyelembe a beruházások dinamikus környezetében rejlő optimalizálási lehetőségeket. Ennek megragadására is több módszer 9 fejlődött ki az elmúlt évtizedekben, melyek közül a módszertan megemlítésén túl gyakorlati jelentősége miatt az értekezésemben az opciós árelmélet alkalmazását mutatom be részletesen. Az opciós árelmélet a pénzügyi piacokon jelenlévő értékpapírok jövőbeni áralakulásának értékelésére fejlesztették ki, de a későbbiek folyamán a reáleszközök piacán is sikerült a megfelelő analógiák 10 definiálásával alkalmazni. Az alkalmazás elméleti hátterét sok kitűnő munka teremti meg. Az opciós feladatok értékelésére kisebb hányadban létezik 7 Dr. Görög Mihály: Bevezetés a projekt menedzsmentbe Aula Kiadó Budapest, oldal 8 David B. Hertz: Risk Analysis in Capital Investment Harvward Business Review 42 (January February) old. 9 Az egyik módszer az ún. dinamikus programozás, melynek viszonylag szélesebb körben elterjedt gyakorlati alkalmazása a döntési fák módszere 10 Timothy A. Luerhman: Investment Opportunities as Real Option: Getting Started ont he Numbers Harvard Business Review pp (July August, 1998) Értekezésemben a reálopció értékelését Luerhman által javasolt analógia felhasználásával végzem. File: Tézis.doc

7 analitikus megoldás, melyek közül európai típusú vételi és eladási opciók értékelésére használható a Black-Scholes formula. 11 Az értékelési feladatok nagyobb hányadában azonban csak az ún. numerikus eljárások alkalmazhatók. Ezek közül Cox,Ross és Rubinstein publikálta 12 az ún. binomiális fák módszerét, mely amerikai típusú opciók értékelésre alkalmas. Ezenkívül további numerikus módszerek is ismertek, mint a Monte- Carlo szimuláció és az ún. Finite difference módszerek Alkalmazott módszerek A beruházások természetéből adódik, hogy mindig más és más feladatot kell megoldani, ezért a korábbi beruházások során keletkező adatok általában nem használhatók fel az új beruházások értékeléséhez. Ez rányomta bélyegét az értekezésemben javasolt módszer kialakítására is- Ugyanis a szakirodalomban javasolt módszerek melyek alkalmasak lehetnek a beruházásokat körül vevő bizonytalanságok hatásainak számszerűsítésre abból indulnak ki, hogy vannak múltbeli adatok és ezeket fel lehet használni. A valóságban azonban ez ritkán fordul elő. Ezért a javaslatom kidolgozása során végig előnyben részesítettem a szakértői becslések módszerét, amelyek szakszerű használatával elsősorban a szimulációs modell felépítéséhez hiányzó adatokat nagy megbízhatósággal lehet generálni. 4.1 Kockázati tényezők azonosítása, kritikus kockázati tényezők kiválasztása A kutatási munka első fázisában kidolgoztam egy önálló modellt, az adott beruházási feladat megvalósítását veszélyeztető kockázati tényezők alkalmazására és ezekből a kritikus kockázati tényezők kiválasztására. A módszer a szakirodalomból jól ismert brainstrorming módszerén alapszik. Az eljárás lényege, hogy az adott feladat szempontjából minden releváns terület szakértője részt vesz a folyamatban. A brainstorming-ot moderátor vezeti, aki ismerteti az eljárás egyes lépéseit és ügyel arra, hogy az egyes feladatok tartalmát és végrehajtási módját egyformán értelmezzék. Az eljárás eredményeként táblázatos formában ismertté válnak a kritikus kockázati tényezők, 11 F.BlackM.Scholes: The Pricing of Options and Corporate Liabilities Journal of Political Economy (May-June, 1973) 12 J.C Cox, S.A.Ross és M.Rubinstein: Option Pricing: A Simplified Approach Journal of Economics 7 (October, 1979) 13 A fenti módszerek részletes leírása megtalálható:c.hull:options,futures and other Derivatives, Securities Prentice-Hall New Yersey, old. File: Tézis.doc

8 a tényezők által generált események bekövetkezési valószínűsége és bekövetkezésük esetén a korábban kiválasztott hatástényezőre gyakorolt hatásuk nagysága. 4.2 Monte-Carlo szimuláció a kritikus kockázati tényezők hatásának mélyebb számszerűsítésére A szimulációs modell felépítése során is elsősorban a szakértői becslésekre támaszkodok. Ennek keretében azonosításra kerülnek: a modell elemeit alkotó valószínűségi változók, a valószínűségi változók értékváltozási tartománya, a lehetséges kimenetek valószínűségeit leíró sűrűségfüggvények alakjai. Ugyancsak a szakértői becslésekhez nyúlok vissza az azonosított valószínűségi változók közötti kapcsolatok létének, irányának és szorosságának vizsgálata során is. A szimulációs modellek futtatására az amerikai Decisioneering INC. Által kifejlesztett Crystal Ball fantázianevű szoftvert használom. 4.3 Reálopció Az opció értékének meghatározásához alkalmas Black-Scholes differenciálegyenlet alkalmazhatósági feltételeinek ellenőrzésére (a kiválasztott sztochasztikus tényező véletlen bolyongási folyamatot követ) a statisztikából közismert sorozatpróbát illetve chinégyzet illeszkedésvizsgálatot 14 alkalmazom. Az opció értékének kiszámításához a szakirodalomban a T.A.Luehrman által javasolt algoritmus 15 alapján Microsoft Excelben illetve a korábban már említett Crystal Ball szoftverben futó makrót használom. 5. Tézisek (a kutató munka eredményei) 5.1 Tézis Elkészítettem egy folyamatábrát, amely 4 lépésben jelöli meg a beruházások kockázatelemzésének folyamatát. 16 Ezek a következők: 14 Hunyadi L: -Mundruczó Gy: -Vita L: Statisztika II. kézirat Aula Kiadó, oldal 15 Timothy A: Luerhman: Investment Opportunuties as Real Option: Getting Started ont he Numbers Harward Business Review pp (July-August, 1998.) File: Tézis.doc

9 kockázati tényezők feltárása, kockázati tényezők csoportosítása, az azonosított kockázati tényezők hatásainak elemzése, az eredmény alapján a megfelelő kockázatkezelési stratégia kialakítása. A folyamatábra tartalmazza az egyes lépések közötti kölcsönhatások definiálást, a folyamatos visszacsatolások beépítését is. Ennek eredményeként önálló modulok jöttek létre a folyamat első három lépésének megvalósítására, amelyek önmagukban és a kialakított interface-k révén együtt is alkalmazhatók. Külön érdemes felhívni a figyelmet arra, hogy a folyamatábra nemcsak a beruházások döntés-előkészítési szakaszára, hanem a megvalósításra is koncentrál, melyhez bemeneti adatként a döntés-előkészítés során elemezések eredményei szolgálnak. (A beruházás megvalósításra létrejött hálóterv kockázatelemzését is végeztem már korábban a gyakorlatban, azonban ennek ismertetése nem képezi tárgyát jelen értekezésnek.) 5.2 Tézis Kifejlesztettem egy önálló módszert a kockázati tényezők azonosítására és kritikus kockázati tényezők kiválasztására. 17 Az ajánlott módszer az irodalomból jól ismert brainstorrming -on alapszik és lépései a következők: kockázati tényezők feltárása, a feltárt tényezők megvitatása, a vita alapján a feltárt tényezők szűkítése (csak az maradhat meg, melyre nézve a résztvevők egyetértése teljes), az így megmaradt kockázati tényezők bekövetkezési valószínűségének megbecslése az 1-5 fokozatú sorrendi skálán, hatástényezők kiválasztása, melyre az azonosított kockázati tényezők bekövetkezése esetén hatásukat kifejtik, a hatás nagyságának megbecslése az 1-5 fokozatú sorrendi skálán, kapott eredmények ábrázolása valószínűség-hatás mátrixban, 16 Beruházási kézikönyv (Szerk: Fekete I., Dr. Husti I.) Műszaki Könyvkiadó, Bp old és István Fekete: Analysis&Management of Investment Risks QSDG Magazine June/July, 200 Vol.3 No.2 pp Feket I: Kockázati tényezők gyűjtése és értékelése Magyar Távközlés 2000/ oldal File: Tézis.doc

10 a kritikus kockázati tényezők kiválasztása egy előre megadott formulával a mátrix alapján. A javaslat eredményeként akár beruházás döntés-előkészítési, akár a megvalósítás fázisában világos képet kaphatunk a beruházást körül vevő veszélyforrásokról. És az értekezésemben ajánlott formulával kiválaszthatjuk azokat, amelyek bekövetkezése esetén a kitűzött célok nem, vagy csak nagyon nehezen teljesíthetők. Az ajánlott módszer erőssége, hogy a folyamatban résztvevő szakértők kollektív bölcsességén alapul, és ezért a kapott eredmények kvázi objektívnek tekinthetők. Természetesen az eredményességet nagyban befolyásolja a szakértők összetétele, ezért törekedni kell arra, hogy a brainstroming-on az adott beruházás kapcsán minden érintett terület lehetőleg nagy tapasztalatokkal rendelkező szakemberei vegyenek részt. A kockázati tényezők azonosítására és a kritikus tényezők kiválasztására fenn említett módszer részben alternatív megoldást jelent a fejezet elején már említett érzékenységvizsgálattal szemben, mivel ez a módszer magában foglal egy durva hatáselemzést is. Mindkét módszer célja ugyanis az, hogy meghatározza azokat a kritikus tényezőket, amelyeknek jelentős szerepe van az adott beruházási projektre jellemző hozammutató alakulásában, azaz egyfajta szűrőként működik a kritikus tényezők kiválasztása céljából. A különbség a két módszer között az, hogy a fenti módszer az azonosított kockázati tényezők értékelése során az ötfokozatú ordinális skálára történő transzformáció segítségével széles körű, rugalmas alkalmazást tesz lehetővé. Azaz a leírtakat nemcsak a beruházások pénzáramának alakulására ható kritikus tényezők kiválasztására lehet használni, hanem egészen más típusú feladatok megoldása során is. Ilyen feladat lehet pl. kockázati térképek elkészítése, közreműködés szabványok elkészítésében, adott vállalati árstruktúra kialakítása, stb. 5.3 Tézis A második modul a beruházások jövőbeli pénzáramára ható bizonytalanságok számszerűsítésével, azaz a pénzáramot meghatározó fontosabb tényezők nagyságának kalkulációja során a becslési hibák számszerűsítésével foglakozik. Ehhez alapvetően a szakirodalomban hozzáférhető módszereket veszem figyelembe. A probléma itt is a rendelkezésre álló adatok hiánya. Ezért továbbra is becslési eljárásokra támaszkodok. A Monte-Carlo szimulációs modell felépítésének fő lépései: valószínűségi változók kiválasztása, File: Tézis.doc

11 a kiválasztott változók értékváltozási tartományának kijelölése, a valószínűségi eloszlási görbék meghatározása, annak vizsgálata, hogy köztük fennállnak-e sztochasztikus kapcsolatok, és ha igen, akkor e kapcsolat irányának és szorosságának megbecslése, a szimulációs jellemző paraméterek megadása, a szimuláció lefuttatása, a kapott eredmények interpretálása. Az irodalomkutatás eredménye alapján a beruházás jövőbeni pénzáramára ható tényezők azonosítása után (a szimulációs modellben valószínűségi változók) javaslom szakértők bevonásával a tényezők kezelhetővé számúvá történő csökkentését olymódon, hogy információveszteség minimális legyen. Ennek levezetését az értekezés 3.1 pontjában mutatom be. A továbbiakban ez képezi a Monte-Carlo szimulációs modell alapját. Az 5.2 tézisben részletezett módszer eredményeink felhasználásával teszek javaslatot a valószínűségi változó értékváltozási tartományának kijelölésére. Javaslatom lényege, hogy a kritikus tényezők kiválasztásához hatástényezőként a beruházások pénzáramának nagyságát befolyásoló releváns tényezőket (piac méret, egységár, stb.) használjuk. Az értékváltozási tartományt (azaz a valószínűségi változó által felvett alsó és felső határértéket) az 1-5 fokozatú ordinális skálán a kritikus tényezők bekövetkezésének hatásaként a hatástényezőnek a bizonytalanságok figyelembevétele nélkül kalkulált értékhez képest a legkisebb és legnagyobb eltérés határozza meg. A valószínűségi eloszlási görbék valamint az egyes változók közötti sztochasztikus kapcsolatok becslése a szakirodalomban 18 ajánlottak alapján a béta sűrűségfüggvény táblák segítségével történik. 5.4 Tézis A harmadik modul a beruházások dinamikus környezetében rejlő lehetőségek értékelése a reálopció alkalmazásával. A lépések a következők: a megfelelő tényező kiválasztása, melyre nézve a menedzsment optimalizálni fogja a döntését, 18 Dr. Andor György: Beruházási döntések számítógépes támogatása Doktori (PhD) Értekezés Budapest, File: Tézis.doc

12 annak bizonyítása, hogy az így kiválasztott tényező sztochasztikus (Geometrikus Brown mozgást) folyamatot követ, az opció típusának és az opció értékének meghatározásához szükséges paraméterek meghatározása, opció értékének kiszámítása, az eredmények interpretálása Tézis A projekt pénzáramának meghatározásához meg kell találni azt a sztochasztikusan jól modellezhető tényezőt, amelytől a projekt jövőbeli pénzáramlásának nagysága függ, azaz korreláltságuk egyhez közeli. Mivel a távközlésben (melyből a mintapéldát merítettem) nem található olyan tényező, amelynek időbeli alakulására nézve hosszú távú (több évtizedes) nyilvános és könnyen hozzáférhető adatok állnának rendelkezésre, továbbá a távközlési reáleszközöknek nincs aktív és likvid másodlagos piaca, ezért megfontolásra érdemesnek tartom, hogy a feltételes követelés értékelésére használjuk a beruházási projekt Monte-Carlo szimulációval előállított jövőbeli pénzáramának jelenértékét. Ezzel a javaslattal tovább viszem a már többször említett szemléletmódot, amikor adatok hiányában a szakértői becslésekre támaszkodok. Ez a konkrét esetben azt jelenti, hogy a javasolt megoldással olyan iparágban is lehetővé válik igaz korlátozott felhasználhatósággal 19 a beruházási projektek dinamikus környezetben rejlő lehetőségek reálopcióval történő értékelése, ahol nem lehet egyértelműen azonosítani olyan tényezőt ( mint például az olajár, fémárak, ásványi anyagok árai, stb.), melynek időbeli alakulására vonatkozóan feltételes a menedzsment jövőbeli döntésének iránya, és amelyre nézve több évtizedre visszanyúló, nyilvános adatok állnának rendelkezésre annak megnyugtató igazolására, hogy az adott tényező időbeli alakulása Ito folyamatot követ Tézis Az opció értékének meghatározásához szükséges egyik paraméter, a volatilitás nagyságának meghatározását Monte-Carlo szimulációval javaslom elvégezni. 20 A szakirodalomban 19 A korlátozott felhasználhatóság részben azt jelenti, hogy annak igazolását, hogy a szimulációval előállított jövőbeli pénzáram ténylegesen Ito folyamatot követ minden egyes esetben újra és újra el kell végezni, másrészt a gyakorlati használhatóság szempontjait is figyelembe véve a bizonyítási eljárás nem a teljes eloszlásra, hanem csak annak a várható értékére végzem el. 20 Eurescom Project Extended Investment Analysis of Telecommunication Operator Strategies Deliverable 4 Heidelber, 2000 File: Tézis.doc

13 mindössze egy helyen 21 találtam utalást a volatilitás értékének ilyen módon történő meghatározására, de ez is csak ötlet szintjén maradt. Javaslatom lényege, hogy a szimulációval kapott működési pénzáram volatilitásának meghatározására (melyre természetesen az előzőekben említett statisztikai próbákkal bizonyítom, hogy időintervallumonkénti megváltozása sztochasztikus folyamatot követ) építsünk fel egy új szimulációs modellt. A volatilitás meghatározására a szakirodalomból megismert algoritmust 22 használom. Fontos megjegyezni, hogy az előző szimulációban függő változóként szereplő működési pénzáram az új modellben független változó lesz, és értékét az előző szimuláció során nyert statisztikai adatokkal (eloszlási görbe típusa, várható értéke, szórása, terjedelme) definiálom. A javasolt módszer előnyei: Javaslatom alapján az előző szimuláció eredményének tovább vitelével a projekt pénzárama mint idősor volatilitása tartalmazni fogja az előzőleg már számszerűsített bizonytalanságokat. Hiszen a szimuláció eredménye a volatilitásra nézve egy eloszlás lesz, amely tartalmazza a rá jellemző statisztikai értékeket. A gyakorlati alkalmazhatóság szempontjait szem előtt tartva elfogadva azt az információveszteséget, hogy az így kapott eloszlás adataiból a továbbiakban csak a várható értéket (mint időben állandó értéket) használjuk az opció értékének meghatározása során, lehetővé válik olyan opciós feladat megoldása is, ahol a volatilitás időben nem állandó. Ahogy azt már korábban is említettem, a volatilitás értékét e módszer segítségével akkor nagy pontossággal tudjuk megkapni, ha nem tudunk megfigyelést végezni, mert nem áll rendelkezésre adat. Luerhman 23 az ilyen esetekben például azt ajánlja, hogy vegyük alapul a tőzsdeindex alakulását az elmúlt 10 évben, és számoljuk ki ebből az idősor volatilitását, és amennyiben megvalósítandó beruházás kockázatát hasonlónak értékeljük a tőzsdeindex alakulásának kockázatával, akkor az így kiszámított értéket alapul véve tegyünk becslést a volatilitás értékére. Ez így ugyan járhatónak tűnik, de kérdés, hogy tudjuk-e megnyugtatóan igazolni, hogy a tőzsdeindex, vagy egy másik alkalmas pénzügyi eszköz időbeli alakulásának kockázata megegyezik a megvalósítandó beruházás kockázatával. Az általam javasolt eljárással viszont nem 21 Timothy A. Luerhman: Investment Opportunuties as Real Option: Getting Started ont he Numbers Harward Business Review pp (July-August, 1998) 22 Farkas Ádám: Opciós árelmélet alkalmazása vállalatok beruházási döntéseiben. Doktori Értekezés Budapest Közgazdaságtudományi Egyetem oldal. 23 Luerhman korábban hivatkozott cikke alapján File: Tézis.doc

14 kell keresni ilyen analógiát, hanem az adott beruházás adataiból határozható meg a volatilitás mértéke. 6. Összefoglalás Az értekezésben új eredménynek az alábbiak tekinthetők: A beruházási projekt kockázatelemzési és kezelési folyamat egyes lépéseire javasolt modulok közötti interface-k definiálása. Módszer kidolgozása a kockázati tényezők azonosítására, a kritikus kockázati tényezők kiválasztására. Javaslat kidolgozása az opció értékének meghatározásához szükséges egyik paraméter, a volatilitás nagyságának meghatározására Monte-Carlo szimulációval. A gyakorlati bevezetésre közvetlenül alkalmas modulrendszer kialakítása, melyben az egyes modulok önállóan és együtt is használhatók. A továbblépése lehetőségei Szimulációs modell felépítése a kezdő pénzáramra is különösen nagy értékű és több év alatt megvalósuló beruházás esetén. A távközlés területén az opció értékeléséhez 24 olyan sztochasztikusan jól modellezhető tényezőnek az azonosítása, amelynek időbeli alakulására vonatkozóan feltételes a menedzsment jövőbeli döntésének az iránya, és amelynek időbeli alakulásától függ (korreláltságuk egyhez közeli) a projekt jövőbeli pénzáramlásának jelenértéke. Az opciós értékelés kiterjesztése amerikai és összetett opciók értékelésére. Az ilyen opciók értékelésére jól alkalmazható a binomiális fák módszere. Ezért meg kell vizsgálni széleskörű alkalmazásának lehetőségét. A kockázatelemzés és a játékelmélet kapcsolatának a vizsgálata. Ez azért lényeges, mert a kockázatelemzés azt feltételezi, hogy egyetlen vállalkozás van a világon és ez a vállalkozás a külső és belső információk alapján igyekszik optimalizálni beruházásait. Ezzel szemben a játékelmélet igyekszik a lehetséges versenytársak várható reakciót is elemezni, és ezt figyelembe véve meghatározni az optimális stratégiát. Érdemes volna tehát a kockázatelemzés, ezen belül az opció számítás eredményeit a játékelméleti modellbe beépíteni, ezáltal biztosítva a piacon 24 Ezt annak ellenére is fontosnak tartom, hogy ahogy az értekezésemben többször is jeleztem a reáleszközök piaca nem hatékony, ezért a reálopció alkalmazása korlátokba ütközik. File: Tézis.doc

15 szereplő valamennyi versenytárs számára a tervezett kapacitásra vonatkozó optimális stratégiai kialakítását. Munkatársaimmal közösen kidolgoztuk ennek elvi alapjait, mely több fórumon is publikálásra került. 25 Az elvi alapok gyakorlatba történő átültetése jelenleg is folyamatban van, mely azonban még további komoly erőfeszítéseket igényel. Budapest, 2000, december 14. Fekete István 25 Rozália Konkoly: - István Fekete Attila Gyürke: Evaluation of Uncertainties in Investment Projects Third Europeen Workshop on Techno-economics for Multimedia Networks and Sevices Aveiro, Portugália, File: Tézis.doc

16 Publikációim jegyzéke Könyvek 1. Balaton Szilvia Dr. Báthory Béla Dr. Daróczy Miklós Fekete István (20 fejezetből 3 önálló + 2 fejezetben részszerző) Dr. Füle Miklós Dr. Görög Mihály _ Hollósi László Dr. Husti István _ Dr. Papp Ottó Dr. Szlávik János Tóth Tibor Dr. Vígh Tibor Wander Mihály: Beruházási Kézikönyv vállalakozóknak és vállalkozásoknak Szerkesztette: Fekete István, Dr. Husti István Műszaki Könyvkiadó Budapest, oldal L Nemzetközi konferencia kiadványban megjelent idegen nyelvű előadás 2. Konkoly Lászlóné Fekete István Gyürke Attila: Evaluation of Uncertainties in Investment Project Third European Workshop on Techno-economics for Multimedia Networks and Services, December Aveiro Portugália Proceedings oldal L (1/3 részarány) Külföldön megjelent idegen nyelvű folyóiratcikk 3. István Fekete: Analysis&Management of Investmnent Risks QSDG Magazine June/July Vol3. No2. pp L Magyarországon megjelent magyar nyelvű folyóiratcikk 4. Fekete István: A beruházási kockázatok elemzése és kezelése II. Magyar Távközlés 1998/12 szám oldal L 5. Fekete István: Kockázati tényezők gyűjtése és értékelése Magyar Távközlés 2000/1 szám oldal L Magyar konferencia kiadványban megjelent magyar nyelvű előadás 6. Fekete István Ulicsák Béla: Beruházási kockázatok elemzése és kezelése Kockázatelemzés a gyakorlatban II: Távközlési és Informatikai Projektmenedzsment Fórum Budapest Margitsziget Thermal Hotel április oldal File: Tézis.doc

17 Külföldön megjelent tanulmány 7. Eurescom Project Extended Investment Analysis of Telecommunication Operator Strategies Deliverable 4 Heidelberg 2000 (1/ 8 részarány) Magyarországon megjelent idegen nyelvű folyóiratcikk 8. Fekete István: Analysis and Management of Investment Risks Magyar Távközlés Selected Papers II. pp Budapest, Tartalmában megegyezik a 3. sz. publikáció tartalmával. File: Tézis.doc